背景：术后心房颤动（Postoperative Atrial Fibrillation, POAF）是肺癌手术后常见且具有显著临床意义的并发症，与发病率及死亡率升高密切相关。尽管目前已开发多种预测模型用于评估POAF风险，但其整体性能与方法学质量仍不明确。
方法：本研究严格遵循PRISMA 2020指南开展系统评价与荟萃分析，研究方案已在PROSPERO注册（注册号CRD42025115874）。检索中英文数据库自建库至2024年5月30日的相关文献，纳入针对接受手术治疗的肺癌患者开发或验证POAF预测模型的研究。采用CHARMS清单提取数据，使用PROBAST工具评估偏倚风险。通过随机效应模型合并合格模型的判别性能，指标为受试者工作特征曲线下面积（Area Under the Curve, AUC）。
结果：最终纳入6项研究。多数模型采用logistic回归构建，年龄、性别、心血管合并症及手术因素是最常见的预测因子。报告的AUC值范围为0.72～0.89，合并AUC为0.79（95% CI: 0.71–0.87），提示总体判别能力良好，但存在显著异质性（I2= 98.7%）。采用一致结局定义的亚组分析显示异质性明显降低。所有研究的总体偏倚风险均被判定为高。
结论：当前肺癌患者POAF预测模型虽具备可接受的判别能力，但受限于方法学缺陷与外部验证不足，其临床应用性受到制约。
系统评价注册：https://www.crd.york.ac.uk/PROSPERO/view/CRD420251158742，标识符CRD420251158742。
背景
肺癌仍是全球范围内最常见且致死率最高的恶性肿瘤之一，近年发病率呈上升趋势，年新发病例约250万，死亡病例约180万，占所有癌症相关死亡的18.7%。尽管早期检测与治疗手段取得进展，但临床表现常较隐匿，导致多数患者确诊时已处于晚期，限制了治疗效果并造成高死亡率。接受手术治疗患者的长期生存与术后并发症发生密切相关，后者是死亡的主要驱动因素。统计显示约30%的肺癌患者术后出现并发症，术后死亡率约为5%。随着外科技术进步，尤其是微创手术的应用，心血管事件仍是重大挑战，其中心房颤动（Atrial Fibrillation, AF）是最主要的心血管并发症，显著增加术后死亡风险，亟需完善风险评估与预防策略。
术后心房颤动（POAF）是肺癌术后最常见的心血管并发症，发生率差异较大，通常为5%～20%，在高危人群或全肺切除术等广泛手术中可超过20%。POAF的发生与高血压、冠状动脉疾病等既往合并症密切相关，提示需对易感人群及时干预。除延长住院时间外，POAF还可引发心力衰竭、血栓栓塞及卒中等严重不良事件，显著影响患者预后与生活质量。研究显示，发生POAF的肺癌患者3年生存率为62.9%，5年生存率降至52.0%，而无此并发症者分别为82.4%和72.7%。血栓栓塞与心功能不全进一步加重病情，提高复发率并干扰后续治疗决策，因此早期识别与主动管理POAF对改善临床结局至关重要。
预后模型是通过纳入多个变量的数学方程，用于估算特定健康状态下个体发生某健康结局的概率。鉴于POAF是胸外科术后常见且严重的并发症，构建能够精准预测肺癌患者POAF风险的模型已成为研究热点。然而，不同手术方式及患者合并症谱中POAF风险分布存在差异，预测模型可协助医护人员优化决策，精准识别需针对性预防措施与强化术后监测的患者，同时有助于向患者及家属告知POAF风险，促进共同决策并提高预防依从性。
近年来，针对肺癌患者POAF风险预测模型的开发与验证研究逐渐增多，但目前仍缺乏指南认可且广泛接受的权威模型。现有模型多基于小样本队列开发，缺乏外部验证，极少应用于临床实践，且方法学质量缺乏系统评估。本研究旨在通过系统评价，筛选并全面梳理已发表的肺癌患者POAF风险预测模型相关研究。
方法
本研究严格遵循《系统评价与荟萃分析优先报告条目》（Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA）2020指南，研究方案已在PROSPERO平台注册。
检索策略涵盖中英文数据库，包括万方、中国知网（CNKI）、维普（VIP）、PubMed、Cochrane Library、Web of Science、Embase及CINAHL，检索时限为建库至2024年5月30日，检索词涉及“肺肿瘤”“肺癌”“手术”“术后”“心房颤动”“风险预测模型”等。同时追溯纳入文献及相关综述的参考文献以获取潜在相关研究。
研究采用预测模型研究系统评价的关键评价与数据提取（Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies, CHARMS）清单推荐的PICOTS框架制定纳入排除标准：研究对象（Population）为接受手术切除的肺癌患者；干预模型（Intervention model）为已发表并开发的POAF风险预测模型（预测评分≥2）；无比较模型（Comparator）；结局（Outcome）为POAF，而非其亚型或其他术后并发症；时间（Timing）为基于术前基线特征、临床评估数据及术中实验室指标预测术后结局；环境（Setting）为个体化预测肺癌患者POAF风险以促进预防措施实施。纳入标准为：研究对象为肺癌患者、采用观察性研究设计、报告预测模型、以POAF为主要结局。排除标准为：未开发预测模型、结局仅限房颤亚型、非中英文发表、联系作者后仍无法获取全文。
文献筛选由两名研究人员独立完成，首先去重并初筛标题与摘要，再依据纳入排除标准进行全文复筛，必要时引入第三位研究人员讨论达成共识。
数据提取采用CHARMS清单，由两名研究人员独立完成，内容包括研究基本信息（作者、发表年份、研究设计、参与者特征、结局指标、观察时间及房颤发生率）与模型相关信息（建模方法、验证类型、变量筛选方法、预测因子、模型性能、校准方法及模型呈现形式）。
偏倚风险评估采用预测模型偏倚风险评估工具（Prediction Model Risk Of Bias Assessment Tool, PROBAST），由两名研究人员独立评价纳入研究的偏倚风险与适用性，该工具包含20个信号问题，分为研究对象、预测因子、结局与分析四个领域，任一领域存在“否”或“可能否”的信号问题即判定该领域存在高偏倚风险，仅当所有领域均为低偏倚风险时，总体偏倚风险才判定为低。
数据分析采用Review Manager与R Studio软件。采用I2 指数与Cochrane Q检验评估异质性，I2 值为25%、50%、75%分别对应低、中、高度异质性。根据异质性结果选择随机效应或固定效应模型，并采用留一法开展敏感性分析。
结果
文献筛选流程共检出23251条记录，去重后剩余16528条，经标题与摘要初筛及全文复筛，最终纳入6项研究。
纳入研究的基本特征显示，发表时间为2010年至2025年，5项来自中国，1项来自美国；5项为回顾性研究，1项为前瞻性横断面研究；5项为多中心研究，1项为单中心验证；样本量范围为17至58899例。POAF发生率在1%至13.75%之间。
模型特征显示，5项研究采用logistic回归建模，1项结合荟萃分析与风险评分赋值构建模型。最常用的预测因子为年龄与性别（各5项研究），其次为手术特征（如术式、切除范围，3项研究）及心血管基础疾病（3项研究）。模型性能指标多采用AUC或C统计量，范围为0.72～0.89，校准方法最常用Hosmer-Lemeshow检验。6项研究均报告了内部验证，其中1项同时进行了外部验证。
偏倚风险评估结果显示，所有研究总体偏倚风险均为高。4项研究在研究对象领域存在高偏倚风险，主要因数据来源不当；4项研究在结局领域存在高偏倚风险，主要因缺乏对结局与预测因子的盲法评估；4项研究样本量不足，模型开发中每个自变量对应事件数低于20例，验证研究中低于100例；4项研究将连续变量转化为分类变量；4项研究未充分处理缺失数据；部分研究存在预测因子筛选不规范、未充分考虑数据复杂性、未全面评估过拟合与乐观性能等问题。适用性评估中，仅1项研究为低风险，其余5项均为高风险。
模型验证的荟萃分析显示，6项研究的合并AUC为0.79（95% CI: 0.71–0.87），提示总体判别能力良好，但异质性极高（I2 =98.70%，p<0.001）。按结局定义开展的亚组分析显示，明确以心房颤动为结局的模型亚组合并AUC为0.76（95% CI: 0.71–0.82），且异质性降至0.0%（p=0.736），表明统一结局定义可提高模型预测的一致性。留一法敏感性分析证实随机效应模型结果稳健，剔除任意单项研究后AUC均保持在0.75以上（0.770～0.828）；而固定效应模型对单项研究依赖度高，剔除Niu等的研究后合并AUC显著降至0.706（95% CI: 0.686–0.725），进一步支持采用随机效应模型的可信性。
讨论
本系统评价与荟萃分析汇总了肺癌患者POAF风险预测模型的性能证据。合并AUC为0.79，提示现有模型具备可接受的判别能力，但仍未达到理想阈值（AUC>0.80），限制了其在临床决策中的可靠性，尤其在指导预防性干预与术后监测分层方面仍存在差距。
年龄、性别与心血管病史是最常见的预测因子。高龄与POAF风险升高一致，反映了年龄相关的生理改变与共病负担；男性风险更高可能与心血管疾病患病率及性激素保护差异有关；心血管病史可通过心脏结构与电生理重构增加房颤易感性。手术因素如全肺切除术、肺叶切除术及开胸手术因创伤更大、恢复时间更长而增加POAF风险；术前电解质紊乱（尤其是低钾血症与低血红蛋白血症）亦是关键预测因子，可直接损害心肌功能并诱发心律失常。未来模型应整合静态术前因素与动态围术期因素，以提高风险分层精度。
方法学异质性是导致总体分析高异质性的主要原因，包括结局定义、手术方式、预测因子选择及建模方法的差异。多数模型源于单中心队列，存在乐观偏倚与外部适用性不足的问题。Niu等的研究在固定效应模型中权重过高，进一步凸显多中心外部验证的必要性。
为弥合模型开发与临床应用间的鸿沟，未来研究应强制纳入独立的外部验证队列，重视校准度的报告，并探索整合新型生物学、电生理学与手术过程数据（如术前炎症标志物、超声心房应变参数、术中变量）以提升判别能力。动态预测模型可纳入术后即刻变量，实现关键48小时内的实时风险分层。
本研究的优势在于采用严格的定量分析方法，通过Hanley与McNeil方法最大化数据利用率，并开展全面的敏感性与亚组分析解释异质性。局限性包括纳入研究数量少导致统计效力有限，方法学异质性仍存，多数研究为回顾性设计且研究对象以中国人群为主，限制了结果的普适性，且缺乏个体预测因子的权重荟萃分析。未来需开展前瞻性队列研究，遵循标准化报告规范，并在多元种族与地域环境中进行严格外部验证。
结论
肺癌患者POAF预测模型的总体判别性能良好（合并AUC 0.79），但普遍存在方法学缺陷，尤其是异质性较高、缺乏严格外部验证与标准化结局定义，限制了其作为临床决策工具的应用。未来研究应采用标准化报告方法，强制实施外部验证，并整合新型动态预测因子，以构建适用于常规外科护理的高精度、高可靠性模型。
打赏
